请考虑以下代码段:
#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
#define ARRAYSIZE(arr) (sizeof(arr)/sizeof(arr[0]))
inline void
clflush(volatile void *p)
{
asm volatile ("clflush (%0)" :: "r"(p));
}
inline uint64_t
rdtsc()
{
unsigned long a, d;
asm volatile ("cpuid; rdtsc" : "=a" (a), "=d" (d) : : "ebx", "ecx");
return a | ((uint64_t)d << 32);
}
inline int func() { return 5;}
inline void test()
{
uint64_t start, end;
char c;
start = rdtsc();
func();
end = rdtsc();
printf("%ld ticks\n", end - start);
}
void …Run Code Online (Sandbox Code Playgroud) 我正在将perf stat用于某些目的,为了更好地理解该工具的工作原理,我编写了一个程序,将文件的内容复制到另一个文件中.我在一个750MB的文件上运行该程序,统计数据如下
31691336329 L1-dcache-loads
44227451 L1-dcache-load-misses
15596746809 L1-dcache-stores
20575093 L1-dcache-store-misses
26542169 cache-references
13410669 cache-misses
36859313200 cycles
75952288765 instructions
26542163 cache-references
Run Code Online (Sandbox Code Playgroud)
每个数字的单位是多少.我的意思是 .是比特/字节/或其他东西.提前致谢.
当我使用x86_64 CAS指令时LOCK CMPXCHG,即原子(读取值,比较并写回结果),此时锁定的内容:
这是真的吗,x86_64 Intel CPU使用?
concurrency multithreading x86-64 compare-and-swap cpu-cache
我在x86和x86-64上已经了解到这一点,英特尔gcc提供了特殊的预取指令:
#include <xmmintrin.h>
enum _mm_hint
{
_MM_HINT_T0 = 3,
_MM_HINT_T1 = 2,
_MM_HINT_T2 = 1,
_MM_HINT_NTA = 0
};
void _mm_prefetch(void *p, enum _mm_hint h);
Run Code Online (Sandbox Code Playgroud)
程序可以_mm_prefetch在程序中的任何指针上使用内在函数.并且与_mm_prefetch
内在函数一起使用的不同提示是实现定义的.一般来说,每个提示都有其自身的含义.
_MM_HINT_T0将 数据提取到包含高速缓存的所有高速缓存级别以及用于独占高速缓存的最低级别高速缓存
_MM_HINT_T1提示将数据拉入L2而不是L1d.如果有一个L3缓存,_MM_HINT_T2 提示可以为它做类似的事情
_MM_HINT_NTA,允许告诉处理器专门处理预取的缓存行
那么当有人使用这条指令时,有人会描述一些例
以及如何正确选择提示?
我读过这个,我的问题很相似但有点不同.
注意,我知道C++ 0x并不能保证这一点,但我特别要求像x86-64这样的多核机器.
假设我们有2个线程(固定到2个物理内核)运行以下代码:
// I know people may delcare volatile useless, but here I do NOT care memory reordering nor synchronization/
// I just want to suppress complier optimization of using register.
volatile int n;
void thread1() {
for (;;)
n = 0xABCD1234;
// NOTE, I know ++n is not atomic,
// but I do NOT care here.
// what I cares is whether n can be 0x00001234, i.e. in the middle of the update from core-1's …Run Code Online (Sandbox Code Playgroud) 这可能是一个愚蠢的问题,但我无法找到关于教学生活的这两个阶段的明确解释.我最初的想法是他们是同义词但我不确定了.我开始这么想了
这是错的吗?有没有人有2个清除这些术语的定义?
干杯.
假设变量a = 0
Processor1: a = 1
Processor2: print(a)
Run Code Online (Sandbox Code Playgroud)
Processor1首先执行它的指令,然后在下一个周期中,processor2读取变量以打印它。因此:
Processor2将暂停,直到高速缓存一致性操作完成,它将打印1
P1: |--a=1--|---cache--coherence---|----------------
P2: ------|stalls due to coherence-|--print(a=1)---|
time: ----------------------------------------------->
Run Code Online (Sandbox Code Playgroud)高速缓存一致性操作完成之前,processor2将运行,并且在此之前它将具有陈旧的内存视图。因此它将打印0?
P1: |--a=1--|---cache--coherence---|
P2: ----------|---print(a=0)---|----
time: ------------------------------->
Run Code Online (Sandbox Code Playgroud)
换句话说,在高速缓存一致性操作完成之前,处理器可以拥有过时的内存视图吗?
我最近开始用verilog编码。我已经完成了我的第一个项目,即使用5级流水线制作MIPS 32处理器的原型。现在,我的下一个任务是在指令集存储器上实现单级缓存层次结构。
我已经成功实现了2路集关联缓存。以前我已将指令集存储器声明为寄存器数组,因此,每当我需要在IF阶段访问下一条指令时,数据(指令)即刻分配给寄存器以进行进一步解码(因为阻塞/非阻塞分配是从任何内存位置)。
但是现在,由于我在其之上添加了一个单级高速缓存,因此高速缓存FSM需要更多的周期才能工作(例如数据搜索,以及在高速缓存未命中时的替换策略)。最高 缓存未命中时,延迟约为5个周期。
由于我的流水线级仅在一个周期内进入下一阶段,因此无论何时发生高速缓存未命中,高速缓存均无法在流水线级移至下一阶段之前传递指令。因此,期望的输出始终是错误的。
为了解决这个问题,与处理器流水线时钟相比,我将缓存的时钟增加了5倍。这样就可以完成工作,因为高速缓存时钟要快得多,所以不必担心处理器时钟。
但这是合法的解决方法吗?我的意思是我没有听说过处理器系统中的多个时钟。现实世界中的处理器如何克服这个问题。
是的,还有另一种在流水线中使用停顿周期的方式,直到可以在缓存(命中)中轻松获得数据为止。但是,只是想知道通过增加时钟来提高存储系统的速度是合理的吗?
PS我是计算机体系结构和Verilog的新手。我对VLSI知之甚少。这是我有史以来的第一个问题,因为无论遇到什么问题,我都能在网页上随时获得它,但是我找不到有关此问题的详细信息,所以我在这里。
我还问我的教授,她回答我要在这个主题上做更多的研究,因为我/她的同事/大四没有在流水线处理器上做过很多工作。
在用于x86硬件的C ++(使用平台上可用的任何低级内在函数)(例如Intel Skylake)中,是否可以将高速缓存行发送到另一个内核而无需强制该内核上的线程显式加载该行?
我的用例是在并发数据结构中。在这种情况下,在某些情况下,某个核心会在内存中经过某些地方,而这些地方可能在探寻斑点时由其他一些核心拥有。这些核心上的线程通常在条件变量中被阻塞,因此它们具有一些备用循环,可以在其中运行其他“有用的工作”。这里“有用的工作”的一个示例可能是它们将数据流式传输到另一个内核,该内核将在将来加载它们,因此加载内核不必在处理该行之前就等待该行进入其缓存。x86硬件上是否有一些可能的内在/指令可用?
__builtin_prefetch并不能很好地工作,因为出于某种原因,它最终将延迟添加回执行加载的代码中:(也许步幅配置不佳,但到目前为止我还没有取得很好的步幅。这可能会得到更好的处理,并且可以从确定最终会加载其行的其他内核确定地进行处理。